記事「科学者コミュニティ最適化 (CoSO)：実装編」についてのディスカッション

[MetaQuotes]

新しい記事「科学者コミュニティ最適化 (CoSO)：実装編」はパブリッシュされました:

科学コミュニティを題材にした最適化手法の話題を引き続き取り上げます。CoSOは完成されたソリューションとして捉えるべきではなく、将来性のある研究プラットフォームとして考えるべきです。適切に発展させることで、CoSOは、適応性と変化への耐性が重要であり、計算時間がそれほど重要視されないタスクにおいて、その有用性を発揮できる可能性があります。

CoSOアルゴリズムはテスト関数に対して平均的な結果を示しており、最大可能性能の43％を達成しました。もちろん、私はより印象的な結果を期待していました。テスト環境には、標準的で広く知られている関数を含む、より拡張されたテスト関数セットが用意されています。そのため、アルゴリズムの能力をさらに引き出すために、パラメータの選択や使用する関数の選択について、誰でも追加の実験を行うことができます。

現在の実装における主な欠点は、計算量が大きいことです。ログ機構、動的なリソース配分、適応型の集団管理を組み合わせた多層構造によって、かなり大きな計算負荷が発生します。そのため、このアルゴリズムは他の集団ベースの手法と比較して明らかに処理速度が遅く、高速な解の探索が必要となる問題への適用が制限されます。

作者: Andrey Dik